Conserver le meilleur modèle 🌐 Keep the best model — luz_callback_keep_best

À chaque époque, si il y a amélioration dans la métrique surveillée, on sauvegarde les poids du modèle dans un fichier temporaire. Lorsque l'entraînement est terminé, on recharge les poids du meilleur modèle.

Utilisation

luz_callback_keep_best_model(
  monitor = "valid_loss",
  mode = "min",
  min_delta = 0
)

Arguments

monitor: Une chaîne au format <set>_<metric> où <set> peut être 'train' ou 'valid' et <metric> est l'abréviation d'une métrique qui est suivie pendant l'entraînement. Le nom de la métrique est insensible à la casse.
mode: Spécifie la direction considérée comme une amélioration. Par défaut, 'min' est utilisé. Cela peut également être 'max' (lorque on cherche à maximiser la métrique) et 'zero' (plus proche de zéro est mieux).
min_delta: Amélioration minimale pour réinitialiser le compteur de patience.

Voir également

Autres luz_callbacks: luz_callback_auto_resume(), luz_callback_csv_logger(), luz_callback_early_stopping(), luz_callback_keep_best_model(), luz_callback_lr_scheduler(), luz_callback_metrics(), luz_callback_mixed_precision(), luz_callback_mixup(), luz_callback_model_checkpoint(), luz_callback_profile(), luz_callback_progress(), luz_callback_resume_from_checkpoint(), luz_callback_train_valid(), luz_callback()

Exemples

cb <- luz_callback_keep_best_model()
#> Error in luz_callback_keep_best_model(): impossible de trouver la fonction "luz_callback_keep_best_model"